如果结果不匹配，请 
更多“机器学习算法在学习过程中对某种类型假设的偏好，称为（）。”相关的问题
第1题
下面关于机器学习的说法中,正确的有（)。
A.监督学习的监督体现在所有机器要处理的数据实现都要由人为定义好相应的类别,再对分类算法进行训练,最后得到可以使用的分类器
B.按照不同的学习理论划分,机器学习模型可以分为有监督学习、半监督学习、无监督学习以及强化学习等不同类型
C.有监督学习的数据集有标签,无监督相比于有监督,没有训练过程,而是直接拿数据进行建模分析
D.在实际应用中,机器学习主要以无监督学习或半监督学习方式为主
第2题
深度学习是当前很热门的机器学习算法，在深度学习中，涉及到大量的矩阵相乘，现在需要计算三个稠密矩阵A，B，C的乘积ABC，假设三个矩阵的尺寸分别为m∗n，n∗p，p∗q，且m《n《p《q，以下计算顺序效率最高的是（）。
A.（AB）C
B.AC（B）
C.A（BC）
D.所有效率都相同
第3题
机器学习的主旨是让计算机去模拟或实现人类的学习行为，是人工智能的核心。机器学习虽然可以在大数据训练中学到正确的工作方法，但它也很容易受到恶意干扰。通常攻击者是通过输入恶意数据来“欺骗”机器学习模型，导致其出现严重故障。近日，“Data61”机器学习小组研发出了一种机器学习的新算法。这种新算法通过类似疫苗接种的思路，帮助机器学习“修炼”出抗干扰能力。这是针对机器学习模型打造的防干扰训练，譬如，在图片识别领域，该算法能够对图片集合进行微小的修改或使其失真，激发出机器学习模型的抗干扰能力，并形成相关的自我抗干扰训练模型。这段文字意在说明：()
A.干扰机器识别图像的新方法
B.新算法助机器学习抵抗干扰
C.机器学习是人工智能的核心
D.机器学习大数据训练的方法
第4题
我们想要训练一个ML模型，样本数量有100万个，特征维度是5000，面对如此大数据，如何有效地训练模型（）。
A.对训练集随机采样，在随机采样的数据上建立模型
B.尝试使用在线机器学习算法
C.使用PCA算法减少特征维度
第8题
大数据技术包括从数据采集，数据预处理，数据存储，数据分析挖掘到数据引用的各个方面。以下说法不正确的包括（)。
A.数据采集是通过传感器、移动互联网、观测设备等获得种多类型的海量数据
B.数据预处理是数据分析和挖掘的基础，是将接收数据进行抽取、清洗、转换、归约等并最终加载到数据存储中的过程
C.数据存储过程需要将采集到的数据进行存储管理，在大数据场景下，只能使用非关系型数据库进行存储
D.数据分析是指利用相关数学模型以及机器学习算法对数据进行统计、预测和文本分析。数据的主要分析方法有探索性数据分析方法、描述统计法、数据可视化等
第9题
可用作数据挖掘分析中的关联规则算法有（）。
A.机器学习、对数回归、关联模式
B.K均值法、SOM机器学习
C.Apriori算法、FP-Tree算法
D.RBF机器学习、K均值法、机器学习
第11题
在其他条件不变的前提下，以下哪种做法容易引起机器学习中的过拟合问题（）。
A.增加训练集量
B.减少神经网络隐藏层节点数
C.删除稀疏的特征
D.SVM算法中使用高斯核/RBF核代替线性核
